智能是由“智慧”和“能力”兩個詞語構成。從感覺到記憶到思維這一過程，稱為“智慧”，智慧的結果產生了行為和語言，將行為和語言的表達過程稱為“能力”，兩者合稱為“智能”。
因此，將感覺、記憶、回憶、思維、語言、行為的整個過程稱為智能過程，它是智慧和能力的表現。
“智能制造”可以從制造和智能兩方面進行解讀。首先，制造是指對原材料進行加工或再加工，以及對零部件進行裝配的過程。通常，按照生產方式的連續性不同，制造分為流程制造與離散制造（也有離散和流程混合的生產方式）。根據我國現行標準GB／T4754－2002，我國制造業包括31個行業，又進一步劃分約175個中類、530個小類，涉及了國民經濟的方方面面。
智能是由“智慧”和“能力”兩個詞語構成。從感覺到記憶到思維這一過程，稱為“智慧”，智慧的結果產生了行為和語言，將行為和語言的表達過程稱為“能力”，兩者合稱為“智能”。因此，將感覺、記憶、回憶、思維、語言、行為的整個過程稱為智能過程，它是智慧和能力的表現。
然而，由于我國技術基礎薄弱發展不平衡，企業在智能制造實施和升級改造過程中往往茫然不知從何做起。因此，以下將根據智能制造的描述性定義，提出關于智能工廠、制造環節及裝備智能化、網絡互聯互通、端到端數據流等四個方面的初步認識，以期說明智能制造的主要內容。
智能工廠是實現智能制造的載體。在智能工廠中通過生產管理系統、計算機輔助工具和智能裝備的集成與互操作來實現智能化、網絡化分布式管理，進而實現企業業務流程、工藝流程及資金流程的協同，以及生產資源（材料、能源等）在企業內部及企業之間的動態配置。
一方面，“工欲善其事，必先利其器”，實現智能制造的利器就是數字化、網絡化的工具軟件和制造裝備，包括以下類型：
計算機輔助工具，如CAD（計算機輔助設計）、CAE（計算機輔助工程）、CAPP（計算機輔助工藝設計）、CAM（計算機輔助制造）、CAT（計算機輔助測試，如ICT信息測試、FCT功能測試）等；
計算機仿真工具，如物流仿真、工程物理仿真（包括結構分析、聲學分析、流體分析、熱力學分析、運動分析、復合材料分析等多物理場仿真）、工藝仿真等；
工廠／車間業務與生產管理系統，如ERP（企業資源計劃）、MES（制造執行系統）、PLM（產品全生命周期管理）／PDM（產品數據管理）等；
智能裝備，如高檔數控機床與機器人、增材制造裝備（3D打印機）、智能爐窯、反應釜及其他智能化裝備、智能傳感與控制裝備、智能檢測與裝配裝備、智能物流與倉儲裝備等；
新一代信息技術，如物聯網、云計算、大數據等。
另一方面，智能制造是一個覆蓋更寬泛領域和技術的“超級”系統工程，在生產過程中以產品全生命周期管理為主線，還伴隨著供應鏈、訂單、資產等全生命周期管理，如圖1所示。
圖1：智能制造生命周期管理
在智能工廠中，借助于各種生產管理工具／軟件／系統和智能設備，打通企業從設計、生產到銷售、維護的各個環節，實現產品仿真設計、生產自動排程、信息上傳下達、生產過程監控、質量在線監測、物料自動配送等智能化生產。下面介紹了幾個智能工廠中的典型“智能”生產場景。
場景1：設計／制造一體化。在智能化較好的航空航天制造領域，采用基于模型定義（MBD）技術實現產品開發，用一個集成的三維實體模型完整地表達產品的設計信息和制造信息（產品結構、三維尺寸、BOM等），所有的生產過程包括產品設計、工藝設計、工裝設計、產品制造、檢驗檢測等都基于該模型實現，這打破了設計與制造之間的壁壘，有效解決了產品設計與制造一致性問題。制造過程某些環節，甚至全部環節都可以在全國或全世界進行代工，使制造過程性價比最優化，實現協同制造。
場景2：供應鏈及庫存管理。企業要生產的產品種類、數量等信息通過訂單確認，這使得生產變得精確。例如：使用ERP或WMS（倉庫管理系統）進行原材料庫存管理，包括各種原材料及供應商信息。當客戶訂單下達時，ERP自動計算所需的原材料，并且根據供應商信息即時計算原材料的采購時間，確保在滿足交貨時間的同時使得庫存成本最低甚至為零。
場景3：質量控制。車間內使用的傳感器、設備和儀器能夠自動在線采集質量控制所需的關鍵數據；生產管理系統基于實時采集的數據，提供質量判異和過程判穩等在線質量監測和預警方法，及時有效發現產品質量問題。此外，產品具有唯一標識（條形碼、二維碼、電子標簽），可以以文字、圖片和視頻等方式追溯產品質量所涉及的數據，如用料批次、供應商、作業人員、作業地點、加工工藝、加工設備信息、作業時間、質量檢測及判定、不良處理過程等。
場景4：能效優化。采集關鍵制造裝備、生產過程、能源供給等環節的能效相關數據，使用MES系統或EMS（能源管理系統）系統對能效相關數據進行管理和分析，及時發現能效的波動和異常，在保證正常生產的前提下，相應地對生產過程、設備、能源供給及人員等進行調整，實現生產過程的能效提高。
因此，智能工廠的建立可大幅改善勞動條件，減少生產線人工干預，提高生產過程可控性，最重要的是借助于信息化技術打通企業的各個流程，實現從設計、生產到銷售各個環節的互聯互通，并在此基礎上實現資源的整合優化和提高，從而進一步提高企業的生產效率和產品質量。
互聯網技術的普及使得企業與個體客戶間的即時交流成為現實，促使制造業實現從需求端到研發端、服務端的拉動式生產，以及從“生產型”向“服務型”模式轉變。因此，企業領先于競爭對手完成數字化、網絡化與智能化的轉型升級，實現大規模定制化生產來滿足個性化需求并提供智能服務，方能在瞬息萬變的市場上立于不敗之地。
看得見的是個性化定制和智能服務，看不見的是生產制造各環節的數字化、網絡化與智能化。實現智能制造，網絡化是基礎，數字化是工具，智能化則是目標。
數字化、網絡化、智能化是保證智能制造實現“兩提升、三降低”經濟目標的有效手段。數字化確保產品從設計到制造的一致性，并且在制樣前對產品的結構、功能、性能乃至生產工藝都進行仿真驗證，極大地節約開發成本和縮短開發周期。網絡化通過信息橫縱向集成實現研究、設計、生產和銷售各種資源的動態配置以及產品全程跟蹤檢測，實現個性化定制與柔性生產的同時提高了產品質量。智能化將人工智能融入設計、感知、決策、執行、服務等產品全生命周期，提高了生產效率和產品核心競爭力。
智能制造的首要任務是信息的處理與優化，工廠／車間內各種網絡的互聯互通則是基礎與前提。沒有互聯互通和數據采集與交互，工業云、工業大數據都將成為無源之水。智能工廠／數字化車間中的生產管理系統（IT系統）和智能裝備（自動化系統）互聯互通形成了企業的綜合網絡。按照所執行功能不同，企業綜合網絡劃分為不同的層次，自下而上包括現場層、控制層、執行層和計劃層。圖2給出了符合該層次模型的一個智能工廠／數字化車間互聯網絡的典型結構。隨著技術的發展，該結構呈現扁平化發展趨勢，以適應協同高效的智能制造需求。
圖2：智能工廠／數字化車間典型網絡結構
智能工廠／數字化車間互聯網絡各層次定義的功能以及各種系統、設備在不同層次上的分配如下。
計劃層：實現面向企業的經營管理，如接收訂單，建立基本生產計劃（如原料使用、交貨、運輸），確定庫存等級，保證原料及時到達正確的生產地點，以及遠程運維管理等。企業資源規劃（ERP）、客戶關系管理（CRM）、供應鏈關系管理（SCM）等管理軟件都在該層運行。
執行層：實現面向工廠／車間的生產管理，如維護記錄、詳細排產、可靠性保障等。制造執行系統（MES）在該層運行。
監控層：實現面向生產制造過程的監視和控制。按照不同功能，該層次可進一步細分為：
監視層：包括可視化的數據采集與監控（SCADA）系統、HMI（人機接口）、實時數據庫服務器等，這些系統統稱為監視系統；
控制層：包括各種可編程的控制設備，如PLC、DCS、工業計算機（IPC）、其他專用控制器等，這些設備統稱為控制設備；
現場層：實現面向生產制造過程的傳感和執行，包括各種傳感器、變送器、執行器、RTU（遠程終端設備）、條碼、射頻識別，以及數控機床、工業機器人、工藝裝備、AGV（自動引導車）、智能倉儲等制造裝備，這些設備統稱為現場設備。
工廠／車間的網絡互聯互通本質上就是實現信息／數據的傳輸與使用，具體包含以下含義：物理上分布于不同層次、不同類型的系統和設備通過網絡連接在一起，并且信息／數據在不同層次、不同設備間的傳輸；設備和系統能夠一致地解析所傳輸信息／數據的數據類型甚至了解其含義。前者即指網絡化，后者需首先定義統一的設備行規或設備信息模型，并通過計算機可識別的方法（軟件或可讀文件）來表達設備的具體特征（參數或屬性），這一般由設備制造商提供。如此，當生產管理系統（如ERP、MES、PDM）或監控系統（如SCADA）接收到現場設備的數據后，就可解析出數據的數據類型及其代表的含義。
智能制造要求通過不同層次網絡集成和互操作，打破原有的業務流程與過程控制流程相脫節的局面，分布于各生產制造環節的系統不再是“信息孤島”，數據／信息交換要求從底層現場層向上貫穿至執行層甚至計劃層網絡，使得工廠／車間能夠實時監視現場的生產狀況與設備信息，并根據獲取的信息來優化生產調度與資源配置。也要涉及到協同制造單位（如上游零部件供應商、下游用戶）的信息改變，這就需要用互聯網實現企業與企業數據流動。按照圖2的智能工廠／數字化車間網絡結構，工廠／車間中可能的端到端數據流如圖3所示。
圖3：智能制造端到端數據流
具體包括：
現場設備與控制設備之間的數據流包括：交換輸入、輸出數據，如控制設備向現場設備傳送的設定值（輸出數據），以及現場設備向控制設備傳送的測量值（輸入數據）；控制設備讀寫訪問現場設備的參數；現場設備向控制設備發送診斷信息和報警信息；
現場設備與監視設備之間的數據流包括：監視設備采集現場設備的輸入數據；監視設備讀寫訪問現場設備的參數；現場設備向監視設備發送診斷信息和報警信息；
現場設備與MES／ERP系統之間的數據流包括：現場設備向MES／ERP發送與生產運行相關的數據，如質量數據、庫存數據、設備狀態等；MES／ERP向現場設備發送作業指令、參數配置等；
控制設備與監視設備之間的數據流包括：監視設備向控制設備采集可視化所需要的數據；監視設備向控制設備發送控制和操作指令、參數設置等信息；控制設備向監視設備發送診斷信息和報警信息；
控制設備與MES／ERP之間的數據流包括：MES／ERP將作業指令、參數配置、處方數據等發送給控制設備；控制設備向MES／ERP發送與生產運行相關的數據，如質量數據、庫存數據、設備狀態等；控制設備向MES／ERP發送診斷信息和報警信息；
監視設備與MES／ERP之間的數據流包括：MES／ERP將作業指令、參數配置、處方數據等發送給監視設備；監視設備向MES／ERP發送與生產運行相關的數據，如質量數據、庫存數據、設備狀態等；監視設備向MES／ERP發送診斷信息和報警信息。
我國制造業現狀是 “2．0補課，3．0普及，4．0示范”，其中工業2．0、3．0、4．0對應的含義如下：
2．0實現“電氣化、半自動化”：使用電氣化和機械化制造裝備，但各生產環節和制造裝備都是“信息孤島”，生產管理系統與自動化系統信息不貫通，甚至企業尚未使用ERP或MES系統進行生產信息化管理。我國也有許多中小企業都處于此階段；
3．0實現“高度自動化、數字化、網絡化”：使用網絡化的生產制造裝備，制造裝備具有一定智能功能（如標識與維護、診斷與報警等），采用ERP和MES系統進行生產信息化管理，初步實現了企業內部的橫向集成與縱向集成；
4．0實現“數字化、網絡化、智能化”：適應多品種、小批量生產需求，實現個性化定制和柔性化生產，使用高檔數控機床、工業機器人、智能測控裝置、3D打印機、智能倉庫和智能物流等智能裝備，借助各種計算機輔助工具實現虛擬生產，利用互聯網、云計算、大數據實現實現價值鏈企業協同生產、產品遠程維護智能服務等。
我國實現智能制造必須2．0、3．0、4．0并行發展，既要在改造傳統制造方面“補課”，又要在綠色制造、智能升級方面“加課”。對于制造企業而言，應著手于完成傳統生產裝備網絡化和智能化的升級改造，以及生產制造工藝數字化和生產過程信息化的升級改造。對于裝備供應商和系統集成商，應加快實現安全可控的智能裝備與工業軟件的開發和應用，以及提供智能制造頂層設計與全系統集成服務。
必須牢記，企業不是為了“智能制造”而智能制造，應以智能、協同、綠色、安全發展為突破口，以“兩提升、三降低”為目標，本著長遠規劃、逐步實施、重點突破原則，對整個制造業進行逐步升級改造。
